科技猎OAS启示录：2B业务高昂的售前售后成本是否能通过开放源码降低？
图片来源@视觉中国
文 | 郭华
01
硕士毕业仅仅四年的老郭今年30岁，然而三个月前他还是29岁的小郭。
那天早上八点，小郭端着略微有点烫的星巴克，野心勃勃的坐到了工位上，整层楼空荡荡的，昨晚同事们吃剩的泡面在垃圾桶里散发着诱人的香气。打扫卫生的阿姨还没来，初冬的朝阳透过落地窗照在小郭的脸上，在一片暖暖的金色宁静中小郭猛然有了一种久违的意气风发的感觉，似乎又回到了硕士毕业的那个瞬间。
“今天注定是个干大项目的日子”，小郭抿了一口咖啡，心潮澎湃的掏出昨天地铁站扫码送的软件验证码——大时代生产4.0 SAAS系统。
“不用一个月，我必将颠覆现有的补天平台，恰好赶上年终考核，今年终于能干出点成绩了”。
Bose降噪耳机，白色Cherry键盘，噼里啪啦的声音，一行又一行的代码。
小郭此时此刻多少有点像《社交网络》里的扎克伯格，一边维持着老的系统一边偷偷的开发新系统。人来人往，昼夜更迭，一切看起来没有什么不同，只有楼下星巴克的服务员敏锐的感觉到了异常——以前这个人一天一杯，现在一天两杯，周末还来。
在喝了2*30杯咖啡之后，小郭开发完成了新系统。
其实晚上八点差不多就好了，但小郭为了偷偷发布，硬是熬到了十二点，一般只有这时候公司里才没什么人。
小郭颤抖着按下了回车键，光荣与梦想就在这一瞬间。“明早，不对，今天早上，老板就会发现数据大幅变化。”
一行行日志哗哗的吐在终端上，一切正常。
小郭揉了揉红的像路灯的双眼，左右咔咔作响晃着脖子，然后准备站起来伸伸懒腰的时候发现窗外飘起了雪花，看过去园区一片洁白。他靠在窗边看了那么一会，想象着早上太阳照在这里的样子。
不知过了多久，敏感又兴奋的神经终于松了下来，他拖着疲惫的身体飘出了公司，打车回了家，他已经决定早上要睡到十点，甚至还要关机。
因为这天正是小郭的生日，三十而立。
你猜怎么着？
小郭第二天就被开了，在互联网寒冬中快速变成了两眼无神，终日唉声叹气的老郭。
新系统忘了对接风控，半天损失过千万。
02
故事显然是编的，上面有很多反事实的地方，相信大家很快就发现了：企业级软件市场不会出现扫码送系统这回事，也不会有一个小郭能决定并且直接把新产品用起来。
这恰恰是2B与2C的区别（企业服务市场跟消费者市场的区别）。
B类客户购买产品多用于生产，C类客户购买产品多用于消费，所以B类客户的决策极其理性。
这种理性首先体现在采购流程上：小郭想买什么东西需要先跟他的直属老板谈，然后他的老板可能还需要跟他自己的老板申请，都同意后再跟采购部（或者运维团队）提出申请，如果公司或项目再大一些，还需要招标……而至于C类客户，很多时候是冲动消费，最多老婆跟老公商量一下。
这也就导致2B业务非常重销售，因为需要花费大量时间去摸清楚客户的采购流程，证明产品的价值，影响关键决策人。当然了，整体流程是理性的不代表决策链路每个人都是理性的，所以很多时候在产品品质的基础上，还需要靠销售对决策者施以人性的关怀。
关于2B重销售这点，我们不妨看一下数据。
下面是谷歌、苹果、Facebook、亚马逊、微软、SAP、Oracle、IBM、摩托罗拉解决方案几个公司最近财报中的部分数据。
几个大公司部分财报数据
我们重点看一下营销费用，非常明显，后面的公司营销费用与净利润、收入、研发的对比中都会更高一些。
营销费用对比
IBM和谷歌尤其具有代表性，对IBM来说赚1块钱需要花2块钱用于销售、卖1块钱其中有2毛多的销售成本、投入到销售上的钱是研发上的钱的3倍多；而对谷歌来说，赚1快钱只需要5毛钱用于销售、卖1块钱只有1毛的销售成本、投入到销售的钱约为投入到研发上的钱的1/2。
谷歌与IBM营销对比
SAP、Oracle、IBM、摩托罗拉，这几个都是典型的2B公司，谷歌、苹果和Facebook都是典型的2C公司，微软、亚马逊既有2C又有2B。
除了销售成本高之外，2B业务还有一个特点，那就是2B产品的交付周期很长：前边小郭花了一个月上线新产品这个描述是真实的，很多时候可能需要几个人月才能把新产品用到生产过程中，并且此后还需要专人负责，这就导致B类客户往往非常关注产品的稳定性与售后支持的保障程度——尽量不出问题，真出了问题马上有人帮我解决。所以很多2B业务的公司除了庞大的销售队伍之外，还会有庞大的售后支持团队。
高昂的销售与售后支持成本的双重压力又导致了2B业务下面两个特点：
- 公司往往更倾向于寻找大客户。大客户的销售额是小客户的100倍，支持和销售成本可能也就三五倍。
- 公司会非常重视客户复购率。比较获取一个新客的成本太高了，而且2B某些行业大公司也不多，与客户建立长期合作才能持续创造价值。
注：这里2B和2C主要取决于产品是否应用到对方的生产流程，严格来说谷歌和Facebook的广告营收大部分也是来自企业投放者。
03
这么看，2B业务中销售和售后的重既存在着，也非常合理。
不妨再想一下，根源是什么？
我觉得客观上的根源是信息流动问题，不管售前还是售后，一方面是在把产品的信息传达给用户，一方面又在把用户的场景和使用问题反馈给产品开发者做调整。
如果用户百分之百了解软件是什么，开发者百分之百了解用户怎么用的，很显然就不需要这么繁重的售前与售后工作了。
企业生产的各个环节都会用到电，但从没见过电力局过来拜访客户讲电是什么，电该怎么用。
所以只要解决了信息流动的问题，2B的售前和售后可以做的很轻——这似乎是废话，互联网+早就这么说了。
但我觉得单纯的联网还远远不够，真正的改变要从生产方式上开始。
软件存在者两种生产方式：闭源模式和开源模式，闭源的像Windows、Oracle，开源的像Linux、Mysql等。
闭源软件的商业模式我们很熟悉，这里重点要说的是开源软件的商业模式。
开源软件不仅仅是开放源码这么简单，重要的是其生产方式，创始者的热情与代码吸引了更多的“有余力”技术人员参与进来，每个人都可以针对软件进行修改以适用于自己的环境，一部分人会把某些通用修改还可以推回到软件的主分之给更多人使用，一部分人会在把自己在开源软件基础上构建生产系统的经验分享给大家。
代码是开放的，生产过程是开放的，使用场景是开放的，这种方式大大加速了信息流动。
生产力决定生产关系，生产关系反作用于生产力。
开源软件最开始是没有商业模式的，慢慢用的人多了，系统上了生产任务，总希望能有人提供保障，这便催生了最初的商业模式，软件开源免费，服务收费，但这种模式属于人力密集型，无法通过产品形成规模。
开源软件大部分是抽象了一个公共问题，本身不带有特别的业务逻辑，所以一般需要一定的周边开发才能用于生产环境，比如系统监控、高可用等等。
有一些用户没那么多开发资源，但又认可软件的价值，这时便催生了第二种商业模式：核心开源，在此基础上开发收费的周边系统。
此外，随着网络环境的发展，逐渐出现了第三种商业模式：开源软件的云服务。对于已经使用开源软件的公司，直接原封不动的迁到云上来，软件甚至可以不收费，只卖计算资源，通过规模化降低成本进而创造利润。
后两种都有点像剃须刀和刀片的商业模式，都是引擎免费，在周边上打主意，只不过一个打的是周边软件，一个打的是硬件资源。
很多具有商业头脑的人在开源软件的基础上纷纷成立了公司。美国人给这类公司起了一个专门的名字：OAS公司，Open Adoption Software，翻译过来叫开放进化软件公司。
比如Databricks、Elastic、Confluent，这些公司分别是在开源软件Spark、Elasticsearch、Kafka的基础上建立起来的。
OAS公司在产品开发上跟传统软件公司有本质区别——OAS的产品往往在公司还没建立起来的时候就已经在客户那里使用了：Spark 2010年开源，Databricks 2013年成立；Elasticsearch 2010年开源，Elastic公司2012年成立；Kafka 2011年开源，Confluent 2014年成立。
可以看到，OAS公司相对其产品往往有一个两到三年的滞后。为什么？因为产品需要两到三年来验证其应用价值，如果真有价值，往往已经聚集了大量用户，这时成立公司显然成功率要高很多。
Accel曾在2016年说过OAS是软件的下一个浪潮（The next wave in software is open adoption software）。
软件进化浪潮
而18年上市的Elastic更是验证了这一论断。
Elastic是在开源软件Elasticsearch的基础上建立起来的，而Elasticsearch又是在开源软件Lucene上建立起来的。Lucene是一个应用极广的搜索引擎软件，Elasticsearch将其做了场景化与易用性改造，成为了不可缺少的大数据分析工具。
说到Elastic，不得不提到Splunk，基本可以认为Elastic提供的产品（ELK，Elasticsearch、Logstash、Kibana）是Splunk的一种替代，两者面向的场景（ITOA），给出的解决方案非常类似。
不同是Elastic的核心产品ELK是开源的，Splunk的产品是闭源的。
我们来看一下两者的发展过程：
Splunk，2003年成立，2012年上市，当前市值188亿美金。
Elastic，2012年成立，2018年上市，当前市值60亿美金。
很明显Elastic发展要快多了。
再看一下两者的财报部分数据：
Elastic和Splunk的部分财报数据对比
营销部分对比
两者的营销/收入区别并不明显，可能这跟Elastic刚刚上市铺市场有关，但有意思的是两者营销/研发的对比，Elastic明显更多的钱投入到了研发上。
为什么会这样？不如我们看看Google Trends。
Google Trends区别
Elasticsearch的流行度比Splunk略微高一些，差距不明显，但如果我们考虑一下两者的营收规模，用谷歌指数除以营收，就会发现巨大不同：
两者谷歌指数除以营收的对比
Elasticsearch大约是Splunk的10倍，可能这也就是为什么Elastic营收只有Splunk的九分之一，市值却是他的三分之一的原因之一，大家对Elastic的未来还是充满了期望。
开源开发方式和口碑传播能够大大加速信息的流动速度，信息以指数级传播，一个好的开源软件能够在一两年内火遍全球。
对于技术人员来说，学习开源软件更像是一种技术投资，这点翻翻各大公司的招聘需求也能发现。
开源软件可以改变传统软件的销售方式。
传统软件往往是销售告诉老板，老板让员工去调研，是自顶向下的模式，而开源软件则是员工最先发现（社区、网络或技术论坛分享），并且凭着自己对技术的追求进行调研，进而向老板提出使用申请，这是一种自底向上的模式。
虽然目前大多数OAS公司还是亏损状态，但开源软件不缺用户，有用户一切都有可能。
本文的主题并不是讨论如何成立一家OAS公司，而是通过讨论开源软件的商业化方式来看是否能过降低2B的售前与售后成本——到目前为止，从原理上看是完全可行的。
微软和IBM等公司都有过公布自研软件源代码的行为，但仅仅是为了应对审核或消除人们对安全的担忧，算是一种被动开源。
那么OAS崛起带给我们的启示是，闭源软件公司是否可以通过主动开放源代码来获得经济上的好处呢？
这种舍与得值得每个2B软件公司仔细考虑。
【钛媒体作者介绍：郭华，现在阿里云担任产品经理，关注技术商业化。】
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
